Open Access. Powered by Scholars. Published by Universities.®
Physical Sciences and Mathematics Commons™
Open Access. Powered by Scholars. Published by Universities.®
Articles 1 - 21 of 21
Full-Text Articles in Physical Sciences and Mathematics
โครงข่ายประสาทเทียมสำหรับการวิเคราะห์การถดถอยเชิงเส้นตามบริบทนัยทั่วไป, ชยานนท์ ขัตติยาภิรักษ์
โครงข่ายประสาทเทียมสำหรับการวิเคราะห์การถดถอยเชิงเส้นตามบริบทนัยทั่วไป, ชยานนท์ ขัตติยาภิรักษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัญหาความสัมพันธ์เชิงเส้นตามบริบท คือปัญหาที่มีตัวแปรต้นที่แบ่งข้อมูลออกเป็นกลุ่มต่าง ๆ โดยในแต่ละกลุ่มจะมีความสัมพันธ์กับผลเฉลยในลักษณะเชิงเส้นที่แตกต่างกัน ทางผู้วิจัยได้สนใจที่จะนำวิธีโครงข่ายประสาทเทียม (Neural Networks) มาแก้ไขปัญหาประเภทดังกล่าว โดยพัฒนาโครงสร้างที่ชื่อว่า Generalized Contextual Regression (GCR) และเปรียบเทียบกับโครงสร้างที่เคยมีมาก่อน ได้แก่ Feedforward Neural Networks (FNN) ซึ่งเป็นโครงสร้างพื้่นฐาน และ Contextual Regression (CR) ซึ่งนำเสนอโดย Liu และ Wang (2017) งานวิจัยนี้จะศึกษาเฉพาะปัญหาการถดถอยเชิงเส้น ที่ตัวแปรต้นไม่เกิน 10 ตัว ซึ่งมีตัวแปรเชิงบริบทไม่เกิน 3 ตัวเท่านั้น โดยจากผลการวิจัยพบว่าวิธี GCR มีประสิทธิภาพสูงที่สุดในการแก้ไขปัญหาความสัมพันธ์เชิงเส้นตามบริบทเมื่อเปรียบเทียบกับวิธี FNN และ CR
การวิเคราะห์ข้อมูลด้วยภาพเพื่อการจัดซื้อหนังสือด้วยข้อมูลบรรณานุกรมของสำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย, ธนศาสตร์ ทักษิณ
การวิเคราะห์ข้อมูลด้วยภาพเพื่อการจัดซื้อหนังสือด้วยข้อมูลบรรณานุกรมของสำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัย, ธนศาสตร์ ทักษิณ
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปัจจุบันการจัดซื้อหนังสือของสำนักงานวิทยทรัพยากร จุฬาลงกรณ์มหาวิทยาลัยจะจัดซื้อตามคำแนะนำของผู้ใช้งานและประสบการณ์ของบรรณารักษ์ โดยส่วนมากจะจัดซื้อหนังสือที่สอดคล้องกับหลักสูตรการเรียนการสอนซึ่งยังไม่ตรงตามความต้องการของผู้ใช้งาน การวิจัยนี้เป็นการเปรียบเทียบประสิทธิภาพการจัดซื้อหนังสือก่อนและหลังการใช้โปรแกรมเพื่อตัดสินใจซื้อ ซึ่งสามารถวางแผนการจัดซื้อหนังสือได้อย่างมีประสิทธิภาพ โดยแสดงภาพปริมาณและราคาที่เหมาะสมของหนังสือแต่ละเล่มที่ตรงกับความต้องการของผู้ใช้จริง ผู้วิจัยได้คัดเลือกบรรณารักษ์ของสำนักงานวิทยทรัพยากรฯ แบบเจาะจงในการทําวิจัยและศึกษาความต้องการของผู้ใช้งานในการซื้อหนังสือของสำนักงานวิทยทรัพยากรฯ และพัฒนาโปรแกรมการแนะนำหนังสือโดยให้บรรณารักษ์เป็นผู้ทดสอบคุณภาพโปรแกรม การทดสอบใช้ข้อมูลหนังสือจากสำนักงานวิทยทรัพยากรฯ ที่ตีพิมพ์ในช่วงปี ค.ศ. 2010-2019 โดยใช้ค่าดัชนีแจ็คการ์ดวัดประสิทธิภาพการแนะนำหนังสือของโปรแกรมซึ่งคือค่าความคล้ายคลึงของการเลือกหนังสือก่อนและหลังใช้ภาพแสดงข้อมูลจากโปรแกรมในสถานการณ์ต่าง ๆ 8 สถานการณ์ ผลการทดสอบคือบรรณารักษ์สามารถเลือกหนังสือคล้ายคลึงกับภาพที่โปรแกรมแนะนำคือการใช้ภาพแสดงข้อมูลสามารถบอกข้อดีและข้อเสียของการเลือกซื้อหนังสือด้วยวิธีปัจจุบันและสามารถแนะนำเงื่อนไขเพิ่มเติมเพื่อให้วิธีการเลือกซื้อหนังสือในปัจจุบันมีประสิทธิภาพมากขึ้น
ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว : การวิเคราะห์ด้วยสถิติแบบเบส์, พิมพ์ลักษณ์ เจริญวานิชกูร
ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว : การวิเคราะห์ด้วยสถิติแบบเบส์, พิมพ์ลักษณ์ เจริญวานิชกูร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนระหว่างโมเดลการวัดแบบสะท้อนและแบบก่อตัว 2) เปรียบเทียบความเป็นพลเมืองดิจิทัลและองค์ประกอบของความเป็นพลเมืองดิจิทัลของนักเรียนที่มีภูมิหลังต่างกัน โดยกลุ่มตัวอย่างที่ใช้ในการวิจัย คือ นักเรียนระดับชั้นมัธยมศึกษาตอนปลายในโรงเรียนสังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน (สพฐ.) เขตกรุงเทพมหานคร จำนวน 450 คน ได้มาจากการสุ่มตัวอย่างแบบสองขั้นตอน เครื่องมือที่ใช้ในการวิจัยเป็นแบบวัดความเป็นพลเมืองดิจิทัล จำนวน 46 ข้อ วิเคราะห์ข้อมูลใช้สถิติบรรยาย การวิเคราะห์ความแปรปรวน การวิเคราะห์ด้วยสถิติแบบเบส์ และการวิเคราะห์ด้วยสถิติแบบความถี่ ด้วยโปรแกรม Mplus ผลการวิจัยพบว่า 1) โมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อน (Reflective-Reflective) มีความเหมาะสมมากกว่าโมเดลการวัดแบบก่อตัว (Reflective-Formative) 2) ความเป็นพลเมืองดิจิทัลของนักเรียน เมื่อเปรียบเทียบตามเพศ ระดับชั้น ระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการพักผ่อน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อพบปะกับเพื่อนฝูง พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติที่ระดับ .05 แต่เมื่อเปรียบเทียบตามแผนการเรียน ขนาดโรงเรียน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการศึกษา พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 เมื่อเปรียบเทียบปฏิสัมพันธ์ระหว่างขนาดโรงเรียนและแผนการเรียน พบว่า โรงเรียนขนาดกลาง นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีความเป็นพลเมืองดิจิทัลสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 พิจารณาองค์ประกอบของความเป็นพลเมืองดิจิทัล พบว่า องค์ประกอบที่ 1 การรู้ดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่และขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลา 3-4 ชั่วโมงอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 2 การมีส่วนร่วมทางดิจิทัล นักเรียนหญิงมีคะแนนเฉลี่ยสูงกว่านักเรียนชาย นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลางอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 3 การรักษาอัตลักษณ์ในโลกดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง 1-2 ชั่วโมง และ 3-4 ชั่วโมง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษามากกว่า 6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง และ 3-4 ชั่วโมง อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 4 การมีจริยธรรมในการใช้ดิจิทัล …
การแบ่งส่วนรูปภาพดอกไม้ด้วยการใช้ซาเลียนซีแมปร่วมกับการประยุกต์ใช้ปริภูมิสีเอชเอสวีและหน้ากากสี, ธนณัฏฐ์ หงษ์ทอง
การแบ่งส่วนรูปภาพดอกไม้ด้วยการใช้ซาเลียนซีแมปร่วมกับการประยุกต์ใช้ปริภูมิสีเอชเอสวีและหน้ากากสี, ธนณัฏฐ์ หงษ์ทอง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจำแนกประเภทรูปภาพดอกไม้เป็นสิ่งที่ท้าทาย เนื่องจากความคล้ายคลึงกันทางกายภาพของดอกไม้ เทคนิคการแบ่งส่วนรูปภาพ (Image segmentation) สามารถลดความซับซ้อนขององค์ประกอบภายในพื้นหลังภาพ ทำให้การจำแนกประเภทรูปภาพดอกไม้มีประสิทธิภาพมากขึ้น งานวิจัยชิ้นนี้ได้นำเสนอแนวคิดการแบ่งส่วนรูปภาพ โดยอิงการใช้ประโยชน์จากซาเลียนซีแมป (Saliency map) ในการเลือกบริเวณที่สนใจภายในภาพ และการใช้ปริภูมิสีเอชเอสวี (HSV) ผนวกกับการใช้หน้ากากสี (Color mask) ในการช่วยลดรายละเอียดที่ไม่สำคัญภายในพื้นหลังของรูปภาพ ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอให้ผลลัพธ์การแบ่งส่วนรูปภาพโดยวัดจากค่าเฉลี่ย IoU เท่ากับ 54% (ซึ่งมากกว่างานวิจัยก่อนหน้า 13 %) ในขณะที่ค่าความถูกต้อง ความแม่นยำ ค่าความครบถ้วน และค่า F1 เมื่อจำแนกประเภทดอกไม้ด้วยแบบจำลอง VGG16 ที่ผ่านการปรับโครงสร้างเท่ากับ 87 %
การเปรียบเทียบประสิทธิภาพของวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso + Mle And A Bootstrap Lasso + Partial Ridge, ณิชากร ไทยวงษ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกในข้อมูลที่มีมิติสูง โดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+MLE และวิธี Lasso+ Partial Ridge ซึ่งในการศึกษานี้จะจำลองข้อมูลทั้งหมด 8 ชุด และเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่นที่ได้จากการสร้างช่วงความเชื่อมั่นทั้งหมด 4 วิธี ได้แก่ วิธี Parametric Bootstrap Lasso+MLE, วิธี Parametric Bootstrap Lasso+Partial Ridge, วิธี Paired Bootstrap Lasso+MLE และวิธี Paired Bootstrap Lasso+Partial Ridge โดยใช้เกณฑ์ในการเปรียบเทียบประสิทธิภาพของช่วงความเชื่อมั่น คือ ความกว้างเฉลี่ยของช่วงความเชื่อมั่น ค่าความน่าจะเป็นครอบคลุม ค่าความแม่นยำ และค่าความไว จากการศึกษาภายใต้ขอบเขตดังกล่าวผลปรากฏว่า วิธี Parametric Bootstrap Lasso+Partial Ridge มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นมากที่สุด รองลงมาคือ วิธี Paired Bootstrap Lasso+Partial Ridge และวิธี Paired Bootstrap Lasso+MLE ตามลำดับ และวิธีที่มีประสิทธิภาพในการสร้างช่วงความเชื่อมั่นน้อยที่สุด ก็คือ วิธี Parametric Bootstrap Lasso+MLE ดังนั้นจึงสรุปได้ว่า การสร้างช่วงความเชื่อมั่นสำหรับสัมประสิทธิ์การถดถอยลอจิสติกโดยใช้การประมาณสองขั้นตอนด้วยวิธี Lasso+Partial Ridge มีประสิทธิภาพมากกว่าวิธี Lasso+MLE
การเปรียบเทียบวิธีในการพยากรณ์ราคาหุ้นด้วยแบบจำลองอารีม่า, โครงข่ายประสาทเทียม และตัวแบบผสม, กาญจน์ภิวรรณ จงศิริวิโรจ
การเปรียบเทียบวิธีในการพยากรณ์ราคาหุ้นด้วยแบบจำลองอารีม่า, โครงข่ายประสาทเทียม และตัวแบบผสม, กาญจน์ภิวรรณ จงศิริวิโรจ
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการพยากรณ์ราคาปิดหุ้นรายวันในอนาคต โดยใช้ตัวแบบอารีม่าซึ่งสร้างจากวิธีการค้นหาแบบกริด โครงข่ายประสาทเทียมและตัวแบบผสมในการพยากรณ์ราคาของหุ้น ภายใต้ตัวอย่างหุ้นที่ถูกเลือกมาตามระดับความผันผวนจากสูงไปต่ำ ในกลุ่มอุตสาหกรรมเทคโนโลยีและชิ้นส่วนอิเล็กทรอนิกส์ ได้แก่ HANA, DELTA และ SVI ตามลำดับ โดยเก็บข้อมูลราคาปิดรายวันของหุ้นตั้งแต่เดือนตุลาคม พ.ศ. 2559 ถึงเดือนตุลาคม พ.ศ. 2564 ( 5 ปีย้อนหลัง ) ซึ่งอาศัยการแบ่งชุดข้อมูลฝึกสอนด้วยวิธี ตรวจสอบไขว้ (rolling forward validation) ทั้งวิธีตรวจสอบไขว้แบบสะสม และวิธีตรวจสอบไขว้แบบ moving window ซึ่งผลการวิจัยพบว่า เมื่อใช้ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์เป็นเกณฑ์ในการคัดเลือกตัวแบบ ทั้งสองวิธีการแบ่งชุดข้อมูลย่อยนั้น โครงข่ายประสาทเทียมมีความแม่นยำมากที่สุดในการพยากรณ์ราคาปิดของหุ้น HANA, DELTA และ SVI รวมถึงตัวแบบผสมดังกล่าวไม่จำเป็นต้องมีประสิทธิภาพดีกว่าการใช้แต่ละตัวแบบเพียงลำพังเสมอไป ตัวแบบอารีม่าซึ่งสร้างจากวิธีการค้นหาแบบกริดสามารถพยากรณ์ได้ดีกว่าในหุ้นที่มีระดับความผันผวนกลางและระดับต่ำ ในขณะที่โครงข่ายประสาทเทียมสามารถพยากรณ์ได้ดีในทุกระดับความผันผวนราคาหุ้น
การพยากรณ์ปริมาณน้ำฝนระยะสั้นในบริเวณพื้นที่สนามบินสุวรรณภูมิด้วยโครงข่ายระบบประสาทแบบย้อนกลับ, รักษ์คณา ภูสีเขียว
การพยากรณ์ปริมาณน้ำฝนระยะสั้นในบริเวณพื้นที่สนามบินสุวรรณภูมิด้วยโครงข่ายระบบประสาทแบบย้อนกลับ, รักษ์คณา ภูสีเขียว
Chulalongkorn University Theses and Dissertations (Chula ETD)
ปริมาณน้ำฝนนับเป็นปัจจัยสำคัญอย่างหนึ่งที่มีผลต่อการดำเนินชีวิตของมนุษย์ การพยากรณ์ปริมาณน้ำฝนที่มีความแม่นยำช่วยให้มนุษย์เตรียมพร้อมสำหรับกิจกรรมต่างๆ ที่จะเกิดขึ้นในอนาคตได้ดี อย่างไรก็ตามในบางสถานการณ์ความพร้อมใช้งานของข้อมูลสภาพอากาศมีจำกัด ทำให้การพยากรณ์ปริมาณน้ำฝนอย่างแม่นยำนั้นเป็นเรื่องที่ยาก ปัจจุบันหลายๆ งานวิจัยที่เกี่ยวข้องได้เลือกโครงข่ายประสาทเทียมเชิงลึกเป็นอัลกอริทึมในการฝึกแบบจำลองเพื่อใช้ในการพยากรณ์ แนวคิดหลักคือการสร้างตัวแปรคุณลักษณะ (Feature) ที่เกี่ยวข้องในระดับสถาปัตยกรรม จากหลักการนี้สถาปัตยกรรมโครงข่ายประสาทเทียมเชิงลึกที่เหมาะสมสามารถผสมผสานและจับคู่คุณลักษณะที่เกี่ยวข้องในการพยากรณ์ได้อย่างเหมาะสม ผลที่ตามมางานวิจัยที่มีอยู่ส่วนใหญ่จึงมุ่งเน้นไปที่เทคนิคบางอย่างเพื่อปรับปรุงประสิทธิภาพของแบบจำลองโดยไม่ได้ให้ความสำคัญกับการเพิ่มคุณลักษณะให้กับตัวแบบมากนัก อย่างไรก็ตามเมื่อข้อมูลการฝึกฝนมีจำนวนจำกัดโครงข่ายประสาทเทียมเชิงลึกอาจจะทำงานได้ไม่เต็มประสิทธิภาพมากนัก ทำให้การผสมผสานและจับคู่คุณลักษณะที่เกี่ยวข้องในการพยากรณ์ทำได้ไม่ดีตามไปด้วย สิ่งนี้ทำให้เกิดคำถามงานวิจัยว่าแบบจำลองการพยากรณ์ปริมาณน้ำฝนที่ได้ถูกนำเสนอมีประสิทธิภาพที่ดีเพียงพอหรือไม่ เมื่อไม่ได้มีการเพิ่มคุณสมบัติที่เกี่ยวข้องให้กับแบบจำลอง งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาและเปรียบเทียบประสิทธิภาพของแบบจำลองต่างๆ ในการพยากรณ์ปริมาณน้ำฝนสะสมในระยะสั้นที่มีและไม่มีการเพิ่มตัวแปรคุณสมบัติที่เกี่ยวข้อง โดยได้แบ่งการทดลองออกเป็น 2 ส่วนเพื่อวัดประสิทธิภาพ คือ 1) การเปรียบเทียบประสิทธิภาพของตัวแบบที่มีการเพิ่มตัวแปรคุณลักษณะที่เกี่ยวข้องว่ามีความถูกต้องแม่นยำดีขึ้นหรือไม่เมื่อเทียบกับแบบจำลองที่ไม่ได้มีการเพิ่มตัวแปรคุณลักษณะในสภาพแวดล้อมที่เทียบเท่ากัน และ 2) การเปรียบเทียบประสิทธิภาพในการพยากรณ์ปริมาณน้ำฝนสะสมของแบบจำลองที่สนใจศึกษา ได้แก่ ARIMA ARIMAX RNN LSTM และ GRU ข้อมูลที่นำมาใช้ในงานวิจัยนี้เป็นข้อมูลสภาพอากาศและปริมาณน้ำฝนสะสมที่รวบรวบมาจากพื้นที่สนามบินสุวรรณภูมิ จากผลการศึกษาทั้ง 2 ส่วนพบว่าการเพิ่มตัวแปรคุณลักษณะสามารถเพิ่มประสิทธิภาพการพยากรณ์ให้กับตัวแบบได้ในกรณีที่ข้อมูลที่นำมาฝึกฝนตัวแบบมีจำนวนจำกัด โดย แบบจำลอง GRU ให้ประสิทธิภาพในการพยากรณ์มากที่สุด
การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง Arimax และการถดถอยพหุนาม, วนิดา วงศ์วัฒนบัณฑิต
การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง Arimax และการถดถอยพหุนาม, วนิดา วงศ์วัฒนบัณฑิต
Chulalongkorn University Theses and Dissertations (Chula ETD)
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความถูกต้องของการพยากรณ์อนุกรมเวลาที่ได้จาก 3 ตัวแบบ คือ ตัวแบบ ARIMA, ตัวแบบ ARIMAX และตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม ซึ่งใช้ชุดข้อมูลจริงของราคาหุ้น AMATA และหุ้น KBANK ในการศึกษา ครั้งนี้ได้ทำการแบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 สำหรับการสร้างตัวแบบการพยากรณ์ และชุดที่ 2 สำหรับการตรวจสอบความถูกต้องของตัวแบบพยากรณ์ โดยเกณฑ์ที่ใช้เปรียบเทียบความถูกต้องของตัวแบบ คือ รากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) โดยตัวแบบที่ให้ค่า RMSE ต่ำที่สุด จะเป็นตัวแบบที่เหมาะสมที่สุด จากผลการศึกษาพบว่า ตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม เป็นตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ราคาหุ้น AMATA และหุ้น KBANK
การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา, ธัญพิชชา ยอดแก้ว
การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา, ธัญพิชชา ยอดแก้ว
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา ด้วยวิธีการประมาณค่าแบบกำลังสองต่ำสุด (OLS) วิธีของแชตเทอร์จีและแมคลีช (CM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่าเฉลี่ย (MLE_EM_MEAN) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่ามัธยฐาน (MLE_EM_MED) เปรียบเทียบจากค่าประสิทธิภาพสัมพัทธ์ของค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสอง โดยจำลองข้อมูลทั้งหมด 2187 สถานการณ์ จากการศึกษาพบว่า 1) เมื่อข้อมูลมีขนาดเล็กหรือปานกลาง (n=30,50) และมีเปอร์เซ็นต์ในการถูกตัดปลายทางขวาน้อย (r1=10) วิธี OLS และ CM เป็นวิธีที่มีประสิทธิภาพสูงสุด แตกต่างกันตามลักษณะการกระจายตัวของตัวแปรอิสระและความคลาดเคลื่อน 2) วิธีในกลุ่ม MLE_EM มีประสิทธิภาพสูงสุด เมื่อตัวอย่างขนาดปานกลาง (n=50) ถูกตัดปลายทางขวาปานกลางหรือมาก (r1=20,30) และตัวอย่างขนาดใหญ่ (n=100) โดยแบ่งตามช่วงการเข้ามาของข้อมูล เมื่อข้อมูลเข้ามาในช่วงต้นของการเปิดรับ วิธี MLE_EM_MED มีประสิทธิภาพสูงสุด ในขณะที่เมื่อข้อมูลเข้ามาในช่วงกลางของการเปิดรับ วิธีในกลุ่ม MLE_EM จะมีประสิทธิภาพสูงสุด และเมื่อข้อมูลเข้ามาในช่วงท้ายของการเปิดรับ วิธี MLE_EM และ MLE_EM_MEAN เป็นวิธีที่มีประสิทธิภาพสูงสุด 3) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้น หรือข้อมูลถูกตัดปลายทางขวาน้อยลง หรือสัดส่วนของช่วงเวลาที่เปิดรับข้อมูลเข้ามาเพื่อศึกษาต่อช่วงเวลาที่ศึกษาข้อมูลลดลง หรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ
การวิเคราะห์โครงข่ายของโรคที่เกิดร่วมกันในผู้สูงอายุไทย, อรพินท์ สิงห์โตทอง
การวิเคราะห์โครงข่ายของโรคที่เกิดร่วมกันในผู้สูงอายุไทย, อรพินท์ สิงห์โตทอง
Chulalongkorn University Theses and Dissertations (Chula ETD)
ภาวะโรคร่วม หรือ Comorbidity คือการเกิดโรคร่วมกันตั้งแต่สองโรคขึ้นไปในผู้ป่วยรายเดียวและเป็นประเด็นที่น่าสนใจทางด้านสาธารณสุข ผู้วิจัยจึงมีความสนใจศึกษาการวิเคราะห์โครงข่ายของภาวะโรคร่วมในผู้สูงอายุไทยโดยมีการเปรียบเทียบรูปแบบของโครงข่ายของภาวะโรคร่วม โดยใช้ข้อมูลประวัติการเข้ารับการรักษาของผู้ป่วยที่มีอายุตั้งแต่ 60 ปีขึ้นไป ในปี พ.ศ.2562 ที่ได้จากฐานข้อมูลผู้ป่วยภายใต้สำนักงานหลักประกันสุขภาพแห่งชาติ จากการศึกษาพบว่า การกำหนดรูปแบบและเกณฑ์ในการแบ่งรูปแบบปฏิสัมพันธ์ที่แตกต่างกันสำหรับการแสดงผลของโครงข่ายนั้นจะมีข้อดี ข้อเสียแตกต่างกัน สำหรับกรณีที่ผู้ศึกษาต้องการดูภาพรวมของโครงข่ายทั้งหมดว่ามีโรคใดบ้างที่พบมากเป็นลำดับแรก ๆ ควรกำหนดให้เกณฑ์ค่าความชุกในตำแหน่งเปอร์เซ็นไทล์ที่ต่ำ เพื่อให้โครงข่ายแสดงโหนดออกมาในจำนวนมากแต่ทั้งนี้อาจจะไม่เหมาะสำหรับการดูประเภทของรูปแบบปฏิสัมพันธ์เนื่องจากอาจเกิดเส้นเชื่อมจำนวนมากทำให้มีโครงข่ายความซับซ้อน สำหรับกรณีที่ต้องการทราบว่า โรคใดบ้างที่มีความสัมพันธ์กันสูง ควรจะกำหนดเกณฑ์ค่าลิฟต์ให้มีค่าสูง เนื่องจากค่าลิฟต์เป็นค่าที่บ่งบอกถึงระดับความสัมพันธ์ระหว่างคู่โหนดนั่นเอง และการกำหนดคุณลักษณะที่เหมาะสมให้กับส่วนประกอบของโครงข่ายจะทำให้เข้าใจถึงภาวะโรคร่วมได้ดี และโดยทั่วไปแล้วผู้วิจัยแนะนำให้ใช้การแสดงผลแบบ Fruchterman-Reingold เนื่องจากเป็นรูปแบบที่มีการกำหนดให้แต่ละเส้นเชื่อมตัดกันน้อยที่สุด รวมถึงการกระจายของโหนดอย่างเท่าเทียมทำให้โครงข่ายที่ได้มีความสวยงามและเข้าใจง่าย หรือทั้งนี้ผู้ใช้งานอาจจะพิจารณาจากหลายโครงข่ายประกอบกัน
การเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าสูญหายในข้อมูลพหุระดับ: การประยุกต์ใช้กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษา, นวลรัตน์ ฉิมสุด
การเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าสูญหายในข้อมูลพหุระดับ: การประยุกต์ใช้กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษา, นวลรัตน์ ฉิมสุด
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) เพื่อเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าข้อมูลสูญหาย 3 วิธี ได้แก่วิธี MI-FCS, วิธี RF และวิธี Opt.impute ซึ่งประกอบด้วย วิธี Opt.knn , Opt.tree, วิธี Opt.svm, และวิธี Opt.cv โดยใช้การจำลองข้อมูลและนำผลที่ได้มาประยุกต์ใช้กับข้อมูลจริง (2) เพื่อวิเคราะห์ความเหลื่อมล้ำทางการศึกษา ด้วยโมเดลพหุระดับโดยใช้ข้อมูลที่มีการทดแทนค่าสูญหาย และเปรียบเทียบผลที่ได้ กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษาที่ไม่ได้ทดแทนค่าสูญหาย ผลการวิจัยพบว่า (1) จากการพิจารณาผลการเปรียบเทียบประสิทธิภาพของวิธีทดแทนค่าสูญหายโดยใช้การจำลองข้อมูลในภาพรวม จะพบว่าส่วนใหญ่วิธีทดแทนค่าสูญหาย Otp.impute มีแนวโน้มให้ประสิทธิภาพสูงที่สุด รองลงมาคือ วิธีทดแทนค่าสูญหาย RF และวิธีทดแทนค่าสูญหาย MI – FCS ตามลำดับ (2) ผู้วิจัยรวบรวมข้อมูลทุติยภูมิของนักเรียนชั้นมัธยมศึกษาปีที่ 3 จากสถาบันทดสอบทางการศึกษาแห่งชาติ (สทศ.) ปีการศึกษา 2563 จำนวน 2,109 โรงเรียนที่อยู่ในสังกัดสำนักเขตพื้นที่การศึกษามัธยมศึกษา(สพม.) นำวิธีทดแทนค่าสูญหายที่ได้จากการจำลองข้อมูลมาประยุกต์ใช้กับข้อมูลทุติยภูมิดังกล่าว ผลการวิจัย จะพบว่าสัดส่วนของนักเรียนที่ครอบครัวขาดแคลนทุนทรัพย์และไม่ได้พักอาศัยอยู่กับบิดามารดาระดับโรงเรียน ส่งผลกระทบต่อผลสัมฤทธิ์ ทางการเรียนของนักเรียนระดับโรงเรียน อย่างมีนัยสำคัญทางสถิติ โดยผลกระทบที่เกิดขึ้นสะท้อนให้เห็นถึงความเหลื่อมล้ำทางการศึกษา และเมื่อเปรียบเทียบผลที่ได้กับการวิเคราะห์ความเหลื่อมล้ำทางการศึกษาที่ไม่ได้ทดแทนค่าสูญหาย แสดงให้เห็นว่าหากนำข้อมูลวิเคราะห์ผลการวิจัยโดยไม่คำนึงถึงค่าสูญหาย หรือตัดค่าสูญหายทิ้ง อาจจะส่งผลกระทบต่อการประมาณค่าพารามิเตอร์ที่แท้จริง อย่างมีนัยสำคัญทางสถิติ หรือไม่สามารถอนุมานไปสู่ประชากรได้อย่างถูกต้องและแม่นยำ
การเปรียบเทียบวิธีบูตแสตรปในการประมาณช่วงความเชื่อมั่นของค่าสัมประสิทธิ์การถดถอยเชิงเส้นที่มีมิติสูงด้วยวิธีลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์, พริษฐ์ ชาญเชิงพานิช
การเปรียบเทียบวิธีบูตแสตรปในการประมาณช่วงความเชื่อมั่นของค่าสัมประสิทธิ์การถดถอยเชิงเส้นที่มีมิติสูงด้วยวิธีลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์, พริษฐ์ ชาญเชิงพานิช
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์ ซึ่งเป็นตัวประมาณแบบ 2 ขั้นตอน คือใช้วิธีลาสโซ่แบบปรับปรุงในการคัดเลือกตัวแปรอิสระจากนั้นใช้วิธีริดจ์ในการประมาณค่าสัมประสิทธิ์การถดถอย และเปรียบเทียบกับวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่และพาร์เชียลริดจ์ โดยทดลองบูตแสตรป 2 วิธีคือ วิธีสุ่มส่วนเหลือและวิธีสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระ ซึ่งเกณฑ์ที่ใช้วัดประสิทธิภาพคือ ความกว้างของช่วงความเชื่อมั่น ความน่าจะเป็นครอบคลุม อัตราผลบวกเทียม และอัตราผลลบเทียม งานวิจัยนี้ศึกษาสัมประสิทธิ์การถดถอยใน 2 ลักษณะได้แก่ บางเบาอย่างอ่อนและบางเบาอย่างรุนแรง และจำลองข้อมูลจากการแจกแจงแบบปกติหลายตัวแปรโดยใช้เมทริกซ์ความแปรปรวนร่วมของค่าคลาดเคลื่อนที่แตกต่างกัน ทั้งหมด 8 กรณี ผลการศึกษาพบว่าวิธีบูตแสตรปแบบสุ่มส่วนเหลือตัวประมาณลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดในแง่การให้ความกว้างของช่วงความเชื่อมั่นโดยเฉลี่ยสั้นที่สุดในเกือบทุกกรณี และวิธีบูตแสตรปแบบสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระตัวประมาณลาสโซ่และพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดเมื่อพิจารณาด้วยเกณฑ์อัตราผลบวกเทียม อย่างไรก็ตาม เมื่อพิจารณาด้วยเกณฑ์ความน่าจะเป็นครอบคลุมและอัตราผลลบเทียมพบว่าไม่ปรากฏวิธีการบูตแสตรปแบบใดแบบหนึ่งที่มีประสิทธิภาพสูงสุดอย่างชัดเจน
การเปรียบเทียบประสิทธิภาพของโมเดลการถดถอยเชิงลำดับชั้นที่มีอัตสหสัมพันธ์เชิงพื้นที่และโมเดลการถดถอยพหุระดับสำหรับการทำนายความอยู่ดีมีสุขของนักเรียน, ประภาพรรณ ยดย้อย
การเปรียบเทียบประสิทธิภาพของโมเดลการถดถอยเชิงลำดับชั้นที่มีอัตสหสัมพันธ์เชิงพื้นที่และโมเดลการถดถอยพหุระดับสำหรับการทำนายความอยู่ดีมีสุขของนักเรียน, ประภาพรรณ ยดย้อย
Chulalongkorn University Theses and Dissertations (Chula ETD)
ความอยู่ดีมีสุขของนักเรียนเป็นสิ่งสำคัญทางการศึกษาเชิงบวกและโรงเรียนมีบทบาทสำคัญในการสร้างเสริมให้นักเรียนทุกคนมีความอยู่ดีมีสุข การวิจัยครั้งนี้มีวัตถุประสงค์ 2 ประการ คือ (1) เพื่อวิเคราะห์ลักษณะความอยู่ดีมีสุขของนักเรียน บรรยากาศโรงเรียน และความร่วมมือระหว่างโรงเรียนจำแนกตามภูมิหลังและพื้นที่ (2) เพื่อเปรียบเทียบและวิเคราะห์ปัจจัยเชิงสาเหตุของความอยู่ดีมีสุขของนักเรียนระหว่างโมเดลการถดถอยเชิงลำดับชั้นที่มีอัตสหสัมพันธ์เชิงพื้นที่ (Hierarchical Spatial Autoregressive Model: HSAR) กับโมเดลการถดถอยพหุระดับ (Multilevel Regression Model: MLM) ด้วยวิธีการประมาณค่าแบบเบย์ (Bayesian estimation) และใช้อัลกอรึทึมการสุ่มตัวอย่างด้วยลูกโซ่มาร์คอฟมอนติคาร์โล (Markov Chain Monte Carlo) โดยใช้ข้อมูลจริงจากนักเรียน 1,981 คน และคุณครู 282 คน ของโรงเรียนในจังหวัดเชียงใหม่จำนวน 55 โรงเรียน ด้วยวิธีการสุ่มตัวอย่างแบบหลายขั้นตอน มีตัวแปรทำนายสำคัญ คือ บรรยากาศโรงเรียน และความร่วมมือระหว่างโรงเรียนซึ่งมีปฏิสัมพันธ์ข้ามระดับ (cross-level interaction term) ของความร่วมมือระหว่างโรงเรียนกับบรรยากาศโรงเรียนโดยความร่วมมือระหว่างโรงเรียนเป็นตัวแปรปรับ (moderator) และมีผลสัมฤทธิ์ทางการเรียนเป็นตัวแปรควบคุม (covariate) ผลการวิจัยพบว่า โมเดลทั้งสองมีประสิทธิภาพในการทำนายความอยู่ดีมีสุขของนักเรียนใกล้เคียงกัน (R2 MLM = 0.534, R2 HSAR = 0.529, LLMLM = -2039.6, LLHSAR = -2389.75, DICMLM = 4151.91, DICHSAR = 4955.43) แต่ให้สารสนเทศในมุมมองที่แตกต่างกัน โดยโมเดล HSAR จะให้รายละเอียดได้มากกว่าโดยเฉพาะการแสดงให้เห็นถึงอิทธิพลของความสัมพันธ์เชิงพื้นที่อย่างมีนัยสำคัญ (Lambda = 0.70 , SE = 0.30) ในขณะที่โมเดล MLM ไม่สามารถให้ผลวิเคราะห์ส่วนนี้ได้อีกทั้งยังตรวจพบอัตสหสัมพันธ์เชิงพื้นที่ในเศษเหลือของโมเดล MLM (Moran’s I = 0.09, p-value = 0.031) ซึ่งเป็นการละเมิดข้อตกลงเบื้องต้นของการวิเคราะห์ถดถอยอีกด้วย โมเดล HSAR จึงเป็นโมเดลที่เหมาะสมในการอธิบายปัจจัยเชิงสาเหตุของความอยู่ดีมีสุขของนักเรียนมากกว่า ผลการวิเคราะห์จากโมเดล HSAR …
แนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดล สมการโครงสร้างพหุระดับ, ประกายแก้ว ไกรสงคราม
แนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดล สมการโครงสร้างพหุระดับ, ประกายแก้ว ไกรสงคราม
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน 2) ตรวจสอบความสอดคล้องเชิงประจักษ์ของโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน และ 3) นำเสนอแนวทางการส่งเสริมและสนับสนุนการจัดการเรียนรู้เกี่ยวกับความฉลาดรู้ทางการเงินให้แก่นักเรียน ผู้วิจัยดำเนินการวิจัย 2 ระยะ ระยะที่ 1 การพัฒนาโมเดลสมการโครงสร้างพหุระดับความฉลาดรู้ทางการเงินของนักเรียน ตัวอย่างที่ใช้ในการวิจัยประกอบด้วย นักเรียน ครู และผู้บริหารโรงเรียน รวมทั้งสิ้น 2,073 คน ใช้การสุ่มแบบแบ่งชั้น ตามภูมิภาคและขนาดโรงเรียน เก็บรวบรวมข้อมูลโดยใช้แบบสอบถามออนไลน์ที่พัฒนาขึ้นให้มีคุณสมบัติการวัดเชิงจิตมิติ ส่วนระยะที่ 2 การศึกษาแนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียน เก็บข้อมูลโดยการสัมภาษณ์ นักเรียน ครู และผู้บริหาร รวม 22 คน วิเคราะห์ข้อมูลโดยใช้สถิติเชิงบรรยายประกอบด้วย ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ค่าความเบ้ ความโด่ง และค่าสัมประสิทธิ์ สหสัมพันธ์ ส่วนการวิเคราะห์อิทธิพลระหว่างตัวแปรในการศึกษาครั้งนี้จะวิเคราะห์ด้วยโมเดลสมการโครงสร้างพหุระดับ (3 ระดับ) โดยใช้โปรแกรม MPLUS ผลการวิจัยมีดังนี้ 1.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนแบ่งออกเป็น 3 ระดับ ประกอบด้วยโมเดลระดับนักเรียน ระดับห้องเรียน และระดับโรงเรียน ตัวแปรระดับนักเรียนประกอบด้วย การปลูกฝังด้านการเงินจากครอบครัว ประสบการณ์ทางการเงินของนักเรียน และความฉลาดรู้ทางการเงินของนักเรียน โดยการปลูกฝังด้านการเงินจากครอบครัวเป็นปัจจัยที่มีอิทธิพลทางตรงต่อความฉลาดรู้ทางการเงินของนักเรียนและอ้อมผ่านประสบการณ์ทางการเงินของนักเรียน ตัวแปรระดับห้องเรียน ประกอบด้วยความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงิน โดยความฉลาดรู้ทางการเงินของครูมีอิทธิพลต่อกระบวนการจัดการเรียนรู้ของครูด้านการเงิน ในขณะที่ตัวแปรระดับโรงเรียนมีเพียงปัจจัยเดียวคือ การสนับสนุนของโรงเรียนด้านการจัดการเรียนรู้ทางการเงิน ซึ่งมีอิทธิพลต่อความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงินในระดับห้องเรียน นอกจากนี้กระบวนการจัดการเรียนรู้ของครูด้านการเงินมีอิทธิพลต่อความฉลาดรู้ทางการเงินของนักเรียนในระดับนักเรียนด้วย 2.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนสอดคล้องกับข้อมูลเชิงประจักษ์ (chi² = 266.25, df = 140, p = .000, CFI = 0.979, TLI = 0.972, RMSEA = 0.021) ผลการวิเคราะห์พบว่า การปลูกฝังด้านการเงินจากครอบครัวมีอิทธิพลทางตรงต่อความฉลาดรู้ ทางการเงินของนักเรียนและประสบการณ์ทางการเงินของนักเรียนด้วยขนาด .616 และ .368 ตามลำดับ อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 นอกจากนี้การปลูกฝังด้านการเงินจากครอบครัวยังส่งอิทธิพล โดยอ้อมผ่านประสบการณ์ทางการเงินของนักเรียนไปยังความฉลาดรู้ทางการเงินของนักเรียนด้วยขนาด .337 โดยสรุปแล้วมีค่าอิทธิพลโดยรวมขนาด .953 …
การฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็นในการจัดประเภทข้อความ, ธีรพงศ์ แซ่ลิ้ม
การฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็นในการจัดประเภทข้อความ, ธีรพงศ์ แซ่ลิ้ม
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจัดประเภทข้อความ (Text classification) เป็นกระบวนการคัดแยกข้อความให้เป็นหมวดหมู่อย่างถูกต้อง ตัวแบบจำลองการฝึกอบรมล่วงหน้าโดยใช้ตัวเข้ารหัสแบบสองทิศจากทรานฟอร์เมอร์ หรือเรียกว่า BERT ช่วยทำให้ตัวแบบจำลองเรียนรู้บริบทของคำแบบสองทิศทาง ส่งผลให้สามารถจัดประเภทข้อความได้อย่างมีประสิทธิภาพและแม่นยำ ถึงแม้ว่าตัวแบบจำลอง BERT และตัวแบบจำลองที่เกิดขึ้นจากสถาปัตยกรรมนี้ จะสามารถจัดการงานด้านการประมวลผลทางธรรมชาติได้อย่างยอดเยี่ยม แต่กลับพบว่าตัวแบบจำลองนี้ยังพบเจอปัญหา Overfitting กล่าวคือ เมื่ออยู่ในสถานการณ์ที่ชุดข้อมูลในการฝึกอบรมมีจำนวนตัวอย่างน้อย ตัวแบบจำลอง BERT จะให้ความสนใจไปที่คำบางคำมากเกินไปจนไม่สนใจบริบทของประโยค จนทำให้ตัวแบบจำลองไม่สามารถทำนายข้อมูลในชุดการทดสอบได้ถูกต้อง ซึ่งส่งผลในประสิทธิของตัวแบบจำลองลดลง ดังนั้นในงานวิทยานิพนธ์ฉบับนี้จึงเสนอแนวทาง วิธีการฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็น ซึ่งรวมการรบกวนสองระดับเข้าด้วยกัน ได้แก่ การรบกวนระดับประโยค และการรบกวนแบบถ่วงน้ำหนักโทเค็น เพื่อสร้างการรบกวนที่มีความละเอียดกว่าการฝึกปรปักษ์เสมือนแบบดั้งเดิม ที่อาศัยเพียงการรบกวนระดับประโยคเท่านั้น วิธีการนี้จะช่วยให้ตัวแบบจำลองสามารถเรียนรู้โทเค็นที่สำคัญในประโยค จากการทดลองบนเกณฑ์มาตรฐานการประเมินความเข้าใจภาษาทั่วไป (GLUE) แสดงให้เห็นว่าวิธีการที่นำเสนอสามารถเพิ่มประสิทธิภาพของตัวแบบจำลองโดยได้คะแนนเฉลี่ยร้อยละ 79.5 ซึ่งมีประสิทธิภาพเหนือกว่าตัวแบบจำลอง BERT และสามารถแก้ไขปัญหา Overfitting ในชุดข้อมูลขนาดเล็ก
การทดสอบประสิทธิภาพการแบ่งข้อมูลตัวแปรเดียวด้วยการใช้การแบ่งช่วงธรรมชาติเจงค์แบบซ้ำ, วิชญ์ยุตม์ สุขแพทย์
การทดสอบประสิทธิภาพการแบ่งข้อมูลตัวแปรเดียวด้วยการใช้การแบ่งช่วงธรรมชาติเจงค์แบบซ้ำ, วิชญ์ยุตม์ สุขแพทย์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การแบ่งช่วงธรรมชาติเจงค์เป็นวิธีการจัดกลุ่มข้อมูลที่ได้รับความนิยม งานวิจัยนี้ได้นำการแบ่งช่วงธรรมชาติเจงค์มาปรับใช้ด้วยการเพิ่มจำนวนกลุ่มที่ใช้แบ่งเรื่อย ๆ จนกว่าจุดแบ่งแรกของการแบ่งช่วงธรรมชาติเจงค์จะเปลี่ยนแปลงไปน้อยกว่าค่าร้อยละที่กำหนดและใช้จุดแบ่งแรกนั้นในการแบ่งข้อมูลออกเป็น 2 กลุ่ม จากการทดสอบประสิทธิภาพด้วยการจำลองข้อมูลตัวแปรเดียวที่มีการแจกแจงในรูปแบบการแจกแจงปกติแบบผสมและการแจกแจงล็อกปกติแบบผสม 2 กลุ่มและเปรียบเทียบกับวิธีการแบ่งกลุ่มข้อมูลอื่น ๆ พบว่าการแบ่งช่วงธรรมชาติเจงค์แบบซ้ำนั้นไม่มีประสิทธิภาพในการแบ่งข้อมูลแจกแจงปกติแบบผสมเมื่อต้องการให้ได้ความแม่นยำสูงสุด และเหมาะสมกับการใช้ในข้อมูลแจกแจงล็อกปกติแบบผสมเมื่อข้อมูล 2 กลุ่มมีจำนวนใกล้เคียงกันหรือกลุ่มที่ค่าเฉลี่ยสูงกว่ามีจำนวนมากกว่า นอกจากนี้การแบ่งช่วงธรรมชาติเจงค์แบบซ้ำใช้เวลาในการแบ่งกลุ่มกว่าวิธีอื่นมาก จึงไม่เหมาะสมที่จะนำมาใช้หากข้อมูลมีจำนวนมาก
การเรียนรู้การถ่ายทอดสำหรับการจำแนกภาพด้วยโครงข่ายคอนโวลูชัน: กรณีศึกษาภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19, ธัญญ์ชวิน โพธิวัฒน์ธนัต
การเรียนรู้การถ่ายทอดสำหรับการจำแนกภาพด้วยโครงข่ายคอนโวลูชัน: กรณีศึกษาภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19, ธัญญ์ชวิน โพธิวัฒน์ธนัต
Chulalongkorn University Theses and Dissertations (Chula ETD)
เทคนิคการประมวลผลจากภาพถูกนำมาใช้กันอย่างแพร่หลายในหลากหลายอุตสาหกรรมในปัจจุบัน โดยการนำมาประยุกต์ใช้กับทางการแพทย์ก็เป็นอีกหนึ่งอุสาหกรรมที่ได้รับความนิยม ทั้งนี้ปัญหาในการจำแนกภาพสามารถทำได้หลายวิธีด้วยกัน หนึ่งในนั้น คือการนำการเรียนรู้เชิงลึกมาประยุกต์ใช้ในการแก้ไขปัญหา โดยการจำแนกประเภทผ่านการเรียนรู้เชิงลึกสามารถแก้ไขได้อย่างรวดเร็วและแม่นยำผ่านการนำโครงข่ายการเรียนรู้เชิงลึกแบบคอนโวลูชั่น หรือ ซีเอ็นเอ็น (Convolutional Neural Networks หรือ CNN) มาใช้กับเทคนิคการเรียนรู้ถ่ายทอด (Transfer Learning) งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้เทคนิคการเรียนรู้ถ่ายทอดในการฝึกสอนแบบจำลองโครงข่ายคอนโวลูชั่นเชิงลึกเพื่อจำแนกภาพถ่ายรังสีทรวงอกออกเป็น 3 ประเภท คือ 1) ภาพถ่ายรังสีทรวงอกของผู้ป่วยปกติ 2) ภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 3) ภาพถ่ายรังสีทรวงอกของผู้ติดเชื้อปอดอักเสบจากไวรัส ผ่านแบบจำลองที่ถูกฝึกมาเรียบร้อย (Pre-trained Model) แล้วสามแบบจำลอง ประกอบด้วย โมไบล์เน็ตวี2 (MobileNetV2) เรสเน็ต50 (Resnet50) และอินเซปชันวี3 (InceptionV3) ซึ่งได้ถูกเลือกมาใช้ในการทดสอบเพื่อสร้างแบบจำลองทั้งหมด 3 ตัว ประกอบด้วย ซีเอ็นเอ็น+โมไบล์เน็ตวี2 ซีเอ็นเอ็น+เรสเน็ต50 และ ซีเอ็นเอ็น+อินเซปชันวี3 ซึ่งพบว่า สมรรถนะแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 ให้ผลลัพธ์ที่ดีที่สุด จึงถูกเลือกนำไปปรับรายละเอียด การประเมินผลบนชุดข้อมูลทดสอบของแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 หลังจากทำการปรับรายละเอียด (Fine Tuning) ทั้งหมดด้วยกัน 8 ชั้น คือ ชั้นที่ 280, 250, 230, 200, 160, 150, 130 และ 120 ซึ่งแตกต่างจากบทความวิจัยส่วนใหญ่ที่ทำการละทิ้งการตรึงเพียงชั้นเดียว โดยเห็นได้ว่าการปรับรายละเอียดของแบบจำลองที่ทำการละทิ้งการตรึงตั้งแต่ชั้น 150 ให้ผลการทดสอบการจำแนกภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 ได้ความแม่นยำที่ดีที่สุดที่ 95% ซึ่งเห็นได้ว่าแนวทางการจำแนกประเภทภาพที่นำเสนอมีความหวังสามารถนำไปพัฒนาต่อยอด เพื่อเป็นประโยชน์ต่ออุตสาหกรรมการแพทย์ได้
การเปรียบเทียบความแม่นยำการจำแนกประเภทข้อมูลอนุกรมเวลาในปริภูมิเวกเตอร์ระหว่างวิธีแซ็คและวิธีบอส: กรณีศึกษา ข้อมูลคลื่นไฟฟ้าหัวใจ, นภัสสร แก้วกล้า
การเปรียบเทียบความแม่นยำการจำแนกประเภทข้อมูลอนุกรมเวลาในปริภูมิเวกเตอร์ระหว่างวิธีแซ็คและวิธีบอส: กรณีศึกษา ข้อมูลคลื่นไฟฟ้าหัวใจ, นภัสสร แก้วกล้า
Chulalongkorn University Theses and Dissertations (Chula ETD)
การตรวจคลื่นไฟฟ้าหัวใจ เป็นหัตถการสำคัญที่ใช้วินิจฉัยความผิดปกติของหัวใจ แต่การตรวจวัดคลื่นไฟฟ้าหัวใจนั้นก็อาจมีสัญญาณรบกวนแบบต่าง ๆ ที่เกิดขึ้นได้จากหลายสาเหตุ ซึ่งอาจทำให้ผลการวินิจฉัยทางการแพทย์ผิดพลาด งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบอัลกอริทึมสำหรับการจำแนกประเภทข้อมูลคลื่นไฟฟ้าหัวใจที่มีสัญญาณรบกวนด้วย Symbolic Aggregate Approximation in Vector Space (SAXVSM) และ Bag of Symbolic Fourier Approximation Symbols in Vector Space (BOSSVS) เพื่อให้สามารถเลือกใช้อัลกอริทึมในการจำแนกประเภทข้อมูลคลื่นไฟฟ้าหัวใจได้อย่างเหมาะสม โดยใช้ข้อมูลคลื่นไฟฟ้าหัวใจ ECG5000 ซึ่งอยู่ในฐานข้อมูล Physionet ซึ่งข้อมูลชุดนี้ถูกบันทึกโดยศูนย์การแพทย์ Beth Israel Deaconess Medical Center (BIDMC) ที่เมืองบอสตัน ประเทศสหรัฐอเมริกา และผู้วิจัยได้จำลองการสัญญาณรบกวนในคลื่นไฟฟ้าหัวใจ 4 แบบ ได้แก่ 1) Electromyography (EMG) 2) Powerline Interference 3) Baseline Wander และ 4) Composite ที่ระดับ 25% 50% และ 100% เพื่อเปรียบเทียบประสิทธิภาพของการจำแนกประเภทจังหวะการเต้นของหัวใจปกติและผิดปกติด้วย SAXVSM และ BOSSVS จากการวิจัยสามารถสรุปได้ว่า สำหรับข้อมูลทั้ง 13 ชุด ทั้ง SAXVSM และ BOSSVSM มีประสิทธิภาพดีใกล้เคียงกัน โดยมีค่าความถูกต้องและคะแนน F1 อยู่ที่ 97-99% ค่าความแม่นยำอยู่ที่ 95-99% และค่าความระลึกอยู่ที่ 97-100% แต่ BOSSVS ใช้เวลาในการประมวลผลนานกว่า SAXVSM
การเปรียบเทียบประสิทธิภาพของการประมาณค่าของพารามิเตอร์ด้วยวิธีลาสโซและวิธีการคัดเลือกชุดข้อมูลย่อยที่ดีที่สุดในการวิเคราะห์การถดถอยเชิงเส้นสำหรับข้อมูลที่มีมิติสูง, วรัญญา บุตรบุรี
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของวิธีการประมาณค่าพารามิเตอร์สำหรับข้อมูลที่มีมิติสูงด้วยทั้งหมด 5 วิธี ได้แก่ วิธี L0Learn, L0L2Learn, L1, A-L1 และวิธี A-L1L2 โดยการเปรียบเทียบประสิทธิภาพจะเปรียบเทียบใน 2 ด้าน คือ 1) เปรียบเทียบประสิทธิภาพด้านการพยากรณ์ ซึ่งวัดจากค่าคลาดเคลื่อนการทำนาย (MSE) และ 2) ความถูกต้องในการคัดเลือกตัวแปรอิสระเข้าสู่ตัวแบบ ซึ่งพิจารณาจากของค่า Precision Recall และค่า AUC ข้อมูลที่มีมิติสูงที่ใช้ในการศึกษาครั้งนี้ได้จากการจำลอง โดยกำหนดให้ในแต่ละชุดข้อมูลประกอบด้วยจำนวนค่าสังเกต 100 ค่าสังเกต (n = 100) และมีตัวแปรอิสระจำนวน 100 ตัว (p = 1000) โดยตัวแปรอิสระมีการแจกแจงแบบปรกติหลายตัวแปรซึ่งมีความสัมพันธ์กันแบบยกกำลัง (Exponential Correlation) 3 ระดับคือ 0, 0.5 และ 0.9 ค่าความคลาดเคลื่อนสุ่มขึ้นอยู่กับอัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) ซึ่งมี 6 ระดับคือ 0.1, 0.5, 1, 5, 10, และ 20 โดยจำลองข้อมูลจำนวน 100 ชุดในแต่ละสถานการณ์ จากการวัดประสิทธิภาพจากค่าเฉลี่ยของข้อมูลทั้ง 100 ชุด ผลการเปรียบเทียบประสิทธิภาพด้านการพยากรณ์พบว่า เมื่อข้อมูลมีค่า SNR ต่ำและตัวแปรอิสระมีความสัมพันธ์กันน้อยถึงปานกลาง วิธี L1 จะมีประสิทธิภาพสูงที่สุด ตามด้วยวิธี L0L2Leran วิธี L0Learn วิธี A-L1L2 และวิธี A-L1 ตามลำดับ แต่เมื่อข้อมูลมีค่า SNR เพิ่มสูงขึ้นและในขณะเดียวกันตัวแปรอิสระมีความสัมพันธ์กันมากขึ้นวิธี A-L1 และวิธี A-L1L2 จะมีประสิทธิภาพสูงที่สุด ตามด้วยวิธี L1 วิธี L0L2Leran วิธี L0Learn ตามลำดับ ส่วนผลการเปรียบเทียบประสิทธิภาพด้านการคัดเลือกตัวแปรเข้าสู่ตัวแบบ เมื่อพิจารณาจากค่าเฉลี่ยของค่า Precision …
การทดสอบสกอร์และวิธีการบูทสแตรปสำหรับการทดสอบทวินามนิเสธที่มีค่าศูนย์จำนวนมาก, สิริยาภรณ์ บรรณสิทธิ์
การทดสอบสกอร์และวิธีการบูทสแตรปสำหรับการทดสอบทวินามนิเสธที่มีค่าศูนย์จำนวนมาก, สิริยาภรณ์ บรรณสิทธิ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และเพื่อศึกษาการเปรียบเทียบกำลังการทดสอบสำหรับวิธีการทดสอบสกอร์และวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก โดยพิจารณาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และกำลังการทดสอบ การวิจัยนี้เป็นการวิจัยเชิงทดลองโดยใช้วิธีการจำลองข้อมูลที่อาศัยเทคนิคมอนติคาร์โล ซึ่งในงานวิจัยได้จำลองข้อมูลที่มีการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก ที่มีความน่าจะเป็นที่จะเกิดศูนย์เท่ากับ 0, 0.1, 0.2, 0.3, 0.4 และ 0.5 โดยมีค่าเฉลี่ยทวินามนิเสธเท่ากับ 1, 2, 3 และ 4 มีการกระจาย (Dispersion) สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก เท่ากับ 0.01, 0.025, 0.05 และ 0.075 ขนาดตัวอย่างเท่ากับ 20, 50 และ 100 และกำหนดระดับนัยสำคัญทางสถิติของการทดสอบเท่ากับ 0.05 ในแต่ละสถานการณ์กระทำซ้ำ 5,000 ครั้ง ผลการวิจัยปรากฏว่าทั้งการทดสอบสกอร์และการทดสอบบูทสแตรปที่ประยุกต์ที่ประยุกต์กับการทดสอบสกอร์ สามารถควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 ได้ดี และเมื่อพิจารณากำลังการทดสอบพบว่า ส่วนมากการทดสอบบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ให้กำลังการทดสอบที่สูงกว่าการทดสอบสกอร์ จากการพิจารณาทั้งความน่าจะเป็นของความความผิดพลาดแบบที่ 1 และกำลังการทดสอบภายใต้การแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก สรุปได้ว่าวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ช่วยให้การทดสอบสกอร์มีประสิทธิภาพมากขึ้น
การพัฒนาโมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษา, อักษราภัคส์ โกสินรุ่งเรือง
การพัฒนาโมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษา, อักษราภัคส์ โกสินรุ่งเรือง
Chulalongkorn University Theses and Dissertations (Chula ETD)
การวิจัยครั้งนี้มีวัตถุประสงค์ดังนี้ 1) ศึกษาสภาพของทักษะการเรียนรู้และนวัตกรรมของนักเรียน 2) ตรวจสอบความตรงของโมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษากับข้อมูลเชิงประจักษ์ ตัวอย่างประกอบด้วยนักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 จำนวน 893 คน และครูผู้สอนนักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 จำนวน 78 คน ในภาคเรียนที่ 2 ปีการศึกษา 2564 ซึ่งเก็บข้อมูลจากโรงเรียนจำนวน 39 แห่ง สังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน จังหวัดกรุงเทพมหานคร สุ่มตัวอย่างโดยใช้วิธีการแบบหลายขั้นตอน (Multi-Stage Random Sampling) เครื่องมือที่ใช้ในการวิจัยประกอบด้วยแบบสอบถามสำหรับนักเรียน และแบบสอบถามสำหรับครู การวิเคราะห์สถิติบรรยายด้วยโปรแกรม SPSS 22.0 และการวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ (The Multilevel Structural Equation Model: MSEM) ด้วยโปรแกรม Mplus 8.8 ผลการวิจัยพบว่า 1) สภาพของทักษะการเรียนรู้และนวัตกรรมของนักเรียนอยู่ในระดับปานกลาง เพศหญิงและเพศชายมีระดับทักษะการเรียนรู้และนวัตกรรมไม่แตกต่างกัน 2) โมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษามีความสอดคล้องกับข้อมูลเชิงประจักษ์ (Chi-square = 86.903, df = 71, p-value = 0.0966 และ RMSEA = 0.016) โดยระดับนักเรียน พบว่า การอบรมเลี้ยงดูแบบประชาธิปไตย เจตคติต่อการเรียน และความเชื่ออำนาจภายในตน มีอิทธิพลทางตรงเชิงบวกต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียน อีกทั้งการอบรมเลี้ยงดูแบบประชาธิปไตยยังส่งอิทธิพลทางอ้อมต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนโดยส่งผ่านความเชื่ออำนาจภายในตนของนักเรียนอย่างมีนัยสำคัญทางสถิติ สำหรับระดับโรงเรียนพบว่า การจัดกิจกรรมการเรียนการสอน และบรรยากาศในชั้นเรียน มีอิทธิพลทางตรงเชิงบวกต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนอย่างมีนัยสำคัญทางสถิติ ตัวแปรทำนายทั้งหมดในระดับนักเรียนและระดับโรงเรียนสามารถอธิบายความแปรปรวนของทักษะการเรียนรู้และนวัตกรรมได้ร้อยละ 71 และ 95 ตามลำดับ